H(ai)pe?
Hype oder kein Hype — was ist es nun mit AI? Wird das noch was? So wie es jetzt steht, nicht mit diesen amerikanischen Modellen. Die Frage ist nur, ob wir die überhaupt brauchen.
Claude Fable ist VERBOTEN außerhalb der USA. Was wir seit Langem (anderthalb Jahren) sagen — dass man darauf nicht mehr bauen kann — ist jetzt Realität geworden. Für alle, die es noch nicht glauben wollten, ist es nun Tatsache. Das ist gut so, gerade noch rechtzeitig sozusagen. Ehe man sich versieht, ist man nämlich davon abhängig, und wer jetzt mit dem Topmodell Claude arbeiten muss, hat das Nachsehen. Ja, es stimmt: Die amerikanischen Modelle sind in vielen Dingen die besten und fortschrittlichsten — nur braucht man das oft gar nicht. Dazu kommt der Kostenfaktor. OpenAI und Anthropic wollen an die Börse, und Verluste schreibende Unternehmen werden dort oft nicht mit offenen Armen empfangen. Also musste der Preis hoch — und zwar erheblich. Schon ein „Hallo” an Claude Fable ist ein teurer Spaß geworden, und das ist kein Witz. Hier zahlt man bereits 10 $/50 $ für Input/Output, und wer schon mal Software mit AI entwickelt hat, weiß, wie schnell das mit den Tokens geht (sorry, Telefonticks).
Damit kommen wir zur Frage: Braucht man das? Oder besser: Will man das? Wenn man hier schaut: https://isaiprofitable.com und dann bedenkt, wer diese Schulden gleich bezahlen darf, dann wagen wir zu behaupten, dass es letztlich die Nutzer sind. Und das bedeutet: Amerikanische AI ist und bleibt sündhaft teuer, denn diese außerordentlich langen roten Balken müssen irgendwann zurückgezahlt werden.
Hermes Agent
Es gibt noch mehr unter der Sonne, besonders wenn man in Richtung Open Source schaut, wo wirklich coole Dinge herkommen: Open Code, Open Design und Hermes Agent. Und darüber wollten wir eigentlich sprechen. Hermes ist ein „Agentic Harness”. Damit ist gemeint, dass dies eine Software ist, mit der Sie die AI bauen können, die Sie brauchen — eine AI, die die Dinge tut, die Sie wollen, und wie Sie es wollen. Diese Eigenschaft ist zugleich die Stolperfalle von Hermes. Hermes ist nicht die einfachste App zum Einrichten, weil enorm viel dazukommt, abhängig davon, was man möchte. In den Reddit-Foren sieht man, dass viele Leute begeistert anfangen, dann etwas zum Laufen bringen und anschließend gerne wissen würden, was man eigentlich damit machen kann — ein lustiges Phänomen.
Wir nutzen es zum Beispiel für Hardware-Research als RAG. Jeden Morgen sucht es für uns wichtige Nachrichten, die für Ikbenstil Computers relevant sind — via Desktop, aber auch via Smartphone. Wir können sogar Fotos machen und die AI herausfinden lassen, was sie über das abgebildete Bauteil weiß. Die Stärke von Hermes ist sein Gedächtnis. Wer schon mal ein paar Tage mit AI gearbeitet hat, weiß: Am Montag weiß die AI nicht mehr, was man am Freitag getan hat. Nicht so Hermes: Hier hat man die Möglichkeit, ein Kurzzeit- und ein Langzeitgedächtnis einzurichten.
Das Problem mit Hermes ist, dass es als Plattform schnell mit sehr vielen anderen Apps kommunizieren muss. Da kommen also einige API-Verbindungen, Datenbanken (ja, Plural), externe AI-Verbindungen und lokale Verbindungen zusammen. Wir nutzen beispielsweise eine API-AI über Cortecs und eine lokale Bilderkennung-AI.
Aber nochmals: Es ist eine Plattform, also kann man daraus machen, was man will — oder wie viele Reddit-Nutzer sagen: going down the rabbithole. Aber durchaus beeindruckend cool. Das ist AI, die auch tatsächlich etwas tut und etwas kann. Kleine Warnung: Ja, man kann Hermes mit so ziemlich allem verbinden — Mail, Datenbanken, Bilderzeugung, Tonaufnahmen … man kann es sich kaum verrückt genug ausdenken. Will heißen: Der beste Weg ist ausprobieren, kennenlernen und erst wenn es „unter Kontrolle” ist, mit wichtigen Apps verbinden.
Und — da wir mit dem Thema amerikanische AI-Modelle begonnen hatten — Hermes kann vollständig lokal betrieben werden, und das funktioniert ausgezeichnet. Ja, das bedeutet vollständige, 100%ige Privatsphäre. Man braucht nur genügend VRAM. Etwas, wovon es im Moment leider keinen Überfluss gibt. Aber man hat den Vorteil: neues Modell, neue Fähigkeiten = Modell einsetzen, fertig. Unser Tipp: Verwenden Sie Modelle, die mit Tools und Skills umgehen können.
Noch ein Tipp: Betreiben Sie es lokal auf dedizierter Hardware. Wenn Sie API-LLMs nutzen, reicht schon ein Raspberry Pi. Docker ist cool, kann aber auch im Weg stehen. Es gibt Leute, die das auf einem VPS installieren — geht zwar, fügt aber eine Schicht Komplexität hinzu.
Hier die Funktionsliste:
1. Core Identity
- Open-Source-AI-Agent-Framework von Nous Research (das Labor hinter Hermes, Nomos, Psyche)
- Selbstverbessernd — der einzige Agent mit eingebautem Lernzyklus: erstellt Skills aus Erfahrung, verbessert sie während der Nutzung, speichert Wissen über Sitzungen hinweg
- Anbieterunabhängig — funktioniert mit 20+ LLM-Providern (OpenRouter, Anthropic, OpenAI, DeepSeek, Google Gemini, xAI, lokale Modelle via LM Studio, benutzerdefinierte Endpunkte und mehr)
- Läuft überall — Linux, macOS, WSL2, Windows (nativ), Android (Termux); auf einem 5-$-VPS, einem GPU-Cluster oder serverless (Daytona, Modal)
Die vollständige Funktionsliste (60+ Tools, Multi-Agent-Orchestrierung, Speichersysteme, Sicherheit, Deployment-Optionen und 20+ unterstützte LLM-Provider) finden Sie im Originalartikel — die technischen Spezifikationen sind bewusst auf Englisch belassen.
Quelle: Hermes Agent-Dokumentation (hermes-agent.nousresearch.com), Skill-Datenbank und Live-Systeminspektion. Juni 2026.